L'insertion professionnelle des jeunes et mesures publiques : des trajectoires différenciées entre hommes et femmes

HAL Id: halshs-00371238

https://halshs.archives-ouvertes.fr/halshs-00371238

Submitted on 27 Mar 2009

HAL is a multi-disciplinary open access

archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

L’insertion professionnelle des jeunes et mesures

publiques : des trajectoires différenciées entre hommes

et femmes

Nathalie Havet

To cite this version:

Nathalie Havet. L’insertion professionnelle des jeunes et mesures publiques : des trajectoires différen-ciées entre hommes et femmes. Annales d’Economie et de Statistique, INSEE-GENES, 2006, pp. 225-250. �halshs-00371238�

L’insertion professionnelle des jeunes et mesures

publiques : des trajectoires diff´

erenci´

ees entre

hommes et femmes

Nathalie HAVET∗

L´EO, Universit´e d’Orl´eans (France)

Groupe d’Analyse Economique (Montr´eal, Canada)

∗_{L’auteur tient `a remercier, pour leurs pr´ecieuses remarques et suggestions, Guy Lacroix, Bruno Cr´epon et}

les deux rapporteurs anonymes de la revue ainsi que les participants aux Journ´ees de l’AFSE (Rennes, 2004), au congr`es de la SCSE (Mai, 2003) et aux Journ´ees du Cirp´ee. L’auteur remercie aussi le Cirp´ee pour son hospitalit´e et sa mise `a disposition de mat´eriel n´ecessaire aux estimations de cet article.

1

Introduction

La politique de l’emploi en France s’est progressivement d´evelopp´ee depuis le d´ebut des ann´ees soixante-dix, au fur et `a mesure de l’accroissement du chˆomage. D’abord centr´ee sur des mesures d’indemnisation et de placement, elle s’est ensuite engag´ee non seulement dans la cr´eation de stages et de contrats aid´es, mais aussi dans des programmes de formation et de subventions `a l’emploi sous la forme d’exon´erations de cotisations sociales. Au cours des ann´ees quatre-vingt et quatre-vingt-dix, ces mesures publiques se sont mises en place `a un rythme acc´el´er´e et se sont recentr´ees sur des publics cibles, au taux de chˆomage ´elev´es : les jeunes et les chˆomeurs de longue dur´ee1.

L’objet de cet article est d’´evaluer l’efficacit´e des mesures publiques d’insertion en faveur des jeunes, en centrant plus sp´ecifiquement l’analyse sur les diff´erences entre sexes. L’effica-cit´e est ici mesur´ee par l’effet du passage en contrat aid´e ou programme gouvernemental de formation professionnelle sur les transitions vers un emploi stable. Cette probl´ematique a d´ej`a donn´e lieu `a plusieurs travaux sur donn´ees fran¸caises [Bonnal, Foug`ere & S´erandon (1997), Brodaty, Cr´epon & Foug`ere (2001), Magnac (1997, 2000)2]. Toutefois, cette ´etude comparera l’influence des mesures publiques d’insertion sur les trajectoires des hommes et des femmes. L’id´ee sous-jacente est de savoir si ces dispositifs jouent le mˆeme rˆole pour les deux sexes et s’ils pourraient ˆetre utilis´es pour r´eduire les in´egalit´es professionnelles.

L’´evaluation quantitative est bas´ee sur l’enquˆete Jeunes et Carri`eres 1997 , un compl´ement de l’Enquˆete Emploi 1997 qui retrace les historiques familiaux et professionnels au niveau in-dividuel. La nature des donn´ees a d´etermin´e la m´ethode d’estimation utilis´ee et a impos´e l’´etude de l’impact des mesures publiques dans leur ensemble sans possibilit´e de les distinguer entre elles.

En l’absence d’exp´eriences contrˆol´ees, comme celles men´ees aux ´Etats-Unis [Garfinkel & Manski (1992), Lalonde (1995)3], l’´evaluation statistique des mesures d’insertion repose sur l’utilisation de donn´ees longitudinales micro´economiques retra¸cant les histoires indivi-duelles sur le march´e du travail et s’appuie sur la mod´elisation des transitions des jeunes entre diff´erents ´etats4. Cependant, dans la litt´erature ´econom´etrique r´ecente, la mani`ere de mod´eliser les transitions n’est pas unique. D’une part, on trouve les mod`eles de transition multi-´etats multi-´episodes qui permettent de pr´edire simultan´ement les dur´ees et les ´etats de destination des transitions [Gritz (1993), Mealli, Pudney & Thomas (1996), Bonnal et al. (1997), Gilbert, Kamionka & Lacroix (2001)]. L’estimation de ces mod`eles fond´es sur des processus de transition en temps continu n´ecessite des renseignements pr´ecis sur tous les ´etats occup´es successivement et sur les dur´ees exactes de chaque s´equence. D’autre part, on trouve des mod`eles `a choix discrets de type logits polytomiques avec h´et´erog´en´eit´e inobserv´ee [Card & Sullivan (1988), Magnac (1997, 2000b), Jones & Riddell (1999), Card & Hyslop (2002)], qui estiment les probabilit´es de transitions entre deux dates distinctes dans le cadre d’une chaˆıne de Markov en temps discret.

1_{Pour une description de ces mesures publiques, voir DARES (1996).}

2_{voir Foug`ere, Kramarz & Magnac (2000) pour une comparaison des r´esultats de ces articles.</sub> 3<sub>Voir aussi Foug`ere (1998) pour un survol des exp´eriences anglo-saxonnes et nord-europ´eennes.}

4_{Heckman, Ichimura & Smith (1998) montrent que les ´evaluations fournies `a partir de donn´ees non}

exp´erimentales peuvent ˆetre robustes. Voir aussi Magnac (2000a) pour une comparaison des m´ethodes exp´erimentale et ´econom´etrique.

Or, dans l’Enquˆete Jeunes et Carri`eres 1997, les historiques ont ´et´e compl´et´es r´etrospec-tivement et donc les dur´ees pr´ecises de chaque ´episode des parcours individuels sont incon-nues : seule la situation principale de chaque individu a ´et´e report´ee pour chaque ann´ee. La m´ethode adapt´ee `a l’´etude de transitions `a partir d’observations faites en temps discret a donc ´et´e privil´egi´ee. Par rapport aux travaux ant´erieurs de ce courant, l’originalit´e de cette ´etude est d’estimer, par maximum de vraisemblance simul´e, un logit polytomique dynamique `a effets al´eatoires individuels corr´el´es. Par exemple, sur donn´ees fran¸caises, Magnac (1997, 2000b) a retenu une sp´ecification `a effets fixes et utilise des m´ethodes de vraisemblance condi-tionnelle5 pour traiter l’h´et´erog´en´eit´e inobservable corr´el´ee. L’avantage de notre mod´elisation `

a effets al´eatoires est qu’elle permet de quantifier d’une part l’impact des caract´eristiques familiales et socio-´economiques observables des individus sur les probabilit´es d’occupation des diff´erents ´etats du march´e du travail et d’autre part les ´eventuelles corr´elations entre ca-ract´eristiques inobservables sp´ecifiques `a chaque ´etat. Les param`etres de transitions et l’im-pact des d´eterminants individuels, familiaux et conjoncturels, qu’ils varient ou non dans le temps, sont alors estim´es simultan´ement ce qui n’est pas possible avec la m´ethode du maxi-mum de vraisemblance conditionnelle. En revanche, la mod´elisation `a effets fixes ne n´ecessite pas de sp´ecifier la distribution des effets individuels : leurs estimations sont ainsi moins pr´ecises mais plus robustes car plus fiables que toute estimation avec une mauvaise sp´ecification pour la loi des effets individuels. Cette ´etude permettra donc de montrer dans quelle mesure la prise en compte d’effets individuels al´eatoires et corr´el´es sur des donn´ees plus r´ecentes o`u l’obser-vation des trajectoires est plus longue (jusqu’`a 13 ans) modifie ou confirme les r´esultats d´ej`a connus sur le sujet.

Compte tenu de la source de donn´ees utilis´ee, il n’est pas possible de distinguer les diff´erentes mesures publiques d’insertion en faveur des jeunes puisque l’Enquˆete Jeunes et Carri`eres 1997 les agr`ege en une seule cat´egorie. C’est une limite en soi car plusieurs ´etudes ant´erieures [Bonnal et al. (1997) ou Brodaty et al. (2001)] ont mis en ´evidence la variabilit´e des impacts en fonction du type de mesure consid´er´ee et des caract´eristiques des dispositifs mis en œuvre (en terme de formation, d’accompagnement, de secteur d’activit´e : marchand versus non marchand). Elle peut paraˆıtre d’autant plus importante dans l’analyse des diff´erences entre sexes que les femmes se voient beaucoup plus souvent proposer des emplois subventionn´es dans le secteur non marchand. Au contraire, les hommes profitent davantage des contrats d’apprentissage ou de formation professionnelle dans le secteur priv´e. C’est pourquoi, seul le rˆole des mesures publiques d’une part sur les trajectoires professionnelles masculines et d’autre part sur les trajectoires f´eminines sera analys´e, tout en gardant en tˆete lors des com-paraisons entre sexes que la nature des dispositifs propos´es peut ˆetre `a l’origine des ´eventuels diff´erentiels observ´es. Cet article permet n´eanmoins de savoir s’il existe des diff´erences dans l’efficacit´e des mesures publiques d’insertion pour les hommes et les femmes, quelles soient li´es aux contrats propos´es, `a de la discrimination, etc.

Dans la mod´elisation retenue, la situation professionnelle de l’individu est expliqu´ee en fonction de ses caract´eristiques individuelles et de son parcours ant´erieur sur le march´e du travail, tout en tenant compte de la distribution des caract´eristiques non observables. On peut ainsi identifier les facteurs les plus p´enalisants en termes d’insertion. En particulier, on peut savoir si ce sont des caract´eristiques individuelles pr´ed´etermin´ees (diplˆome, environnement familial, etc) qui expliquent principalement les difficult´es d’insertion ou si c’est le pass´e proche

de l’individu, comme par exemple la r´ep´etition d’´episodes de chˆomage et d’emplois pr´ecaires, qui agit comme un mauvais signal aupr`es des employeurs. Un des r´esultats les plus marquants obtenus sur les donn´ees fran¸caises de l’Enquˆete Jeunes et Carri`eres 1997 est que les facteurs handicapant l’insertion des jeunes diff`erent entre sexes : pour les hommes, la d´ependance d’´etat, c’est-`a-dire l’impact du pass´e de l’individu, serait pr´edominant alors que parmi les femmes, les difficult´es d’insertion seraient plutˆot `a relier `a un manque de qualifications ou `a des ´ev´enements familiaux (mise en couple, naissance d’enfants) qu’`a leur pass´e professionnel.

La suite de cet article est organis´e comme suit. La section 2 pr´esente les donn´ees de l’ Enquˆete Jeunes et Carri`eres 1997. La section 3 d´etaille la m´ethode ´econom´etrique choisie pour mod´eliser les trajectoires des jeunes sur le march´e du travail. Enfin, les r´esultats des estimations seront comment´es dans la section 4.

2

Les donn´

ees

L’aspect longitudinal de l’Enquˆete Jeunes et Carri`eres 1997, un compl´ement de l’Enquˆete Emploi 1997 de l’INSEE, permet de suivre les trajectoires d’insertion des jeunes sur le march´e du travail durant une assez longue p´eriode (jusqu’`a 13 ans). Sont d´efinis comme « Jeunes » dans l’enquˆete les moins de 30 ans ou les plus de 30 ans sortis depuis moins de sept ans du syst`eme ´educatif en 1997. Pour chacun d’eux, on dispose d’un calendrier r´etrospectif retra¸cant, sur une base annuelle, `a la fois leurs historiques familiaux et profes-sionnels depuis l’ˆage de 16 ans. On peut y rep´erer les mises en couple, les mariages, les s´eparations, les naissances d’enfants et la « situation principale » de l’individu vis-`a-vis du march´e du travail (´etudes, emploi, chˆomage, inactivit´e). Dans le questionnaire, on entend par situation principale la p´eriode la plus longue ou celle qu’a occup´e le plus de temps l’individu dans l’ann´ee (en cumulant ´eventuellement des p´eriodes diff´erentes). Par ailleurs, l’Enquˆete Emploi fournit des informations pr´ecises sur les caract´eristiques de l’individu et de la famille d’origine pour 1997 (diplˆomes, ´education des parents, nombre de fr`eres et sœurs, etc).

Lors de cette analyse, seulement six ´etats sur le march´e du travail seront distingu´es et non dix comme dans l’enquˆete initiale afin de consid´erer pour les estimations des populations qui restent suffisamment nombreuses dans chaque ´etat. Ainsi, l’agr´egation est la suivante :

1. ´Etudes : ´El`eve, ´etudiant, stagiaire non r´emun´er´e (1),

2. Mesures publiques d’insertion : Stagiaires de la formation professionnelle, contrat d’aide `

a l’emploi (3),

3. Emploi r´egulier : Ind´ependant (4), CDI complet (6), CDI partiel (7), 4. Emploi pr´ecaire : CDD, int´erim, contrat saisonnier (5), apprentissage (2), 5. Chˆomage : Chˆomage (8),

6. Inactivit´e : Service National, Inactivit´e (9, 10).

Cette distinction est tr`es proche voire similaire `a celles utilis´ees par Magnac (1997, 2000), Bonnal, Foug`ere & S´erandon (1994, 1997) et Cases & Lollivier (1994), dans leurs analyses du chˆomage et des transitions sur le march´e du travail en France. Deux types d’emplois, les emplois r´eguliers et les emplois pr´ecaires sont distingu´es afin de tenir compte du dualisme du march´e du travail [Piore (1978)].

En outre, ne sont gard´es dans l’ ´echantillon que les individus qui avaient d´efinitivement fini leurs ´etudes6 _{et dont les trajectoires professionnelles ne comportaient ni trous ni incoh´erence.}

Finalement, l’´echantillon final est constitu´e de 3 585 jeunes (1 712 hommes et 1 873 femmes) qui ont ´et´e rep´er´es dans 20 250 ´etats, d´ecrits au tableau 1. Il est `a noter que le nombre de situations (ou transitions) observ´ees varie d’un individu `a l’autre en fonction de leur ˆage et de leur date de fins d’´etudes. Pour ceux qui sont sortis le plus r´ecemment du syst`eme scolaire, on observe une seule transition et pour les plus vieux au plus treize transitions. Le tableau 2 pr´esente quelques statistiques descriptives de notre ´echantillon en distinguant les hommes et les femmes. Les variables explicatives variant dans le temps sont l’ˆage des jeunes, le nombre d’enfants, la situation matrimoniale et le fait que les parents soient divorc´es ou non. Les autres variables sont consid´er´ees comme fixes dans le temps car on ne dispose de ces renseignements que pour l’ann´ee 1997.

k

j Mesures pub. CDI CDD Chˆomage Inactivit´e Total Etudes 319 748 643 580 228 2518 Mesures pub. 552 315 268 286 91 1512 CDI 44 7316 155 285 182 7982 CDD 88 587 2032 375 168 3250 Chˆomage 183 328 370 1392 112 2385 Inactivit´e 69 494 306 243 1491 2603 Total 1255 9788 3774 3161 2272 20250

Tab. 1 – Transitions rep´er´ees de l’´etat j vers l’´etat k pour les 3585 jeunes

Les d´eclarations des statuts occup´es par les jeunes sur le march´e du travail, depuis leur sortie du syst`eme ´educatif jusqu’en 1997, permettent de d´ecrire les transitions d’une ann´ee sur l’autre. Le tableau 3 reporte les probabilit´es d’ˆetre dans les diff´erents ´etats (k) une ann´ee, conditionnellement `a l’´etat occup´e l’ann´ee pr´ec´edente (j) et ce en distinguant par sexes.

En italique apparaissent des indicateurs de r´ecurrence des ´etats ou en d’autres termes les probabilit´es conditionnelles d’avoir la mˆeme situation principale durant deux ann´ees cons´ecutives. Le statut le plus r´ecurrent correspond aux contrats `a dur´ee ind´etermin´ee (92%). Cela signifie qu’une fois que les jeunes ont trouv´e un emploi r´egulier, ils ont tendance `a rester dans cet emploi ou `a ne le quitter que pour un emploi de mˆeme nature. En revanche, les mesures publiques d’insertion telles que les formations et les stages r´emun´er´es sont beaucoup plus temporaires (taux de r´ecurrence de 37%) dans le parcours des jeunes.

Les autres chiffres du tableau 3 d´ecrivent les v´eritables transitions entre statuts. Ils montrent que l’insertion professionnelle est difficile. L’acc`es `a un emploi r´egulier est incer-tain, tellement la pr´ecarit´e est r´epandue chez les jeunes. Deux tiers des sortants du syst`eme ´educatif voient leur entr´ee dans la vie active se solder par un ´episode de chˆomage, un em-ploi temporaire ou une mesure publique d’insertion. Plus pr´ecis´ement, les jeunes confront´es au chˆomage semblent avoir moins de chances d’obtenir un emploi stable que ceux qui ont pu

6_{Tr`es peu de jeunes font un retour aux ´etudes apr`es ˆetre sortis une premi`ere fois du syst`eme ´educatif}

(moins d’un 1% des transitions). C’est pourquoi, toujours par souci d’avoir des groupes `a effectifs suffisamment nombreux lors de l’estimation, ces individus reprenant leurs ´etudes sont exclus de l’´echantillon.

Hommes Femmes Age moyen en 1997 25,34 25,43 En couple en 1997 41,6% 59,2% Nbre d’enfants en 1997 0 81,1% 61,4% 1 13,3% 23,6% 2 et plus 5,6% 15,0% Parents divorc´es en 1997 18,0% 19,9% Diplˆomes

sans diplˆome, 1er cycle du secondaire 30,3% 30,5%

enseignement professionnel court 35,9% 27,4%

enseignement professionnel long 11,5% 12,0%

Baccalaur´eat g´en´eral 5,1% 10,1%

Baccalaureat + 2 ans 11,1% 12,1%

Diplˆome sup´erieur 6,2% 8,0%

Nombre de fr`eres et sœurs

0 8,8% 7,5%

1 29,1% 28,2%

2 29,0% 26,8%

3 et plus 33,2% 37,5%

Niveau d’´education du p`ere

sans diplˆome, enseignement primaire 51,0% 58,1%

bepc, baccalaur´eat g´en´eral 10,6% 10,8%

enseignement professionnel court 27,6% 21,1%

enseignement professionnel long 3,2% 2,6%

Diplˆome sup´erieur au bac 7,7% 7,3%

Niveau d’´education de la m`ere

sans diplˆome, enseignement primaire 54,0% 57,0%

bepc, baccalaur´eat g´en´eral 17,0% 18,5%

enseignement professionnel court 20,56% 16,9%

enseignement professionnel long 1,9% 1,2%

Diplˆome sup´erieur au bac 6,5% 6,3%

Tab. 2 – Statistiques descriptives

suivre un programme gouvernemental ou qui ont pu d´ecrocher un contrat `a dur´ee d´etermin´ee. En effet, les chˆomeurs transitent davantage vers les emplois pr´ecaires que directement vers les emplois r´eguliers.

N´eanmoins, l’emploi `a dur´ee ind´etermin´ee est l’´etat de destination principal des autres situations (mesure publique, CDD, inactivit´e) et les mesures publiques d’insertion semblent le meilleur tremplin pour y acc´eder, au moins pour les hommes. Les transitions entre ´etats temporaires (chˆomage, mesure publique, CDD) sont aussi importantes. 18% des individus en mesures publiques d’insertion sont en emploi pr´ecaire ou au chˆomage l’ann´ee suivante, 12% des jeunes en contrat `a dur´ee d´etermin´ee se retrouvent au chˆomage un an apr`es et les jeunes chˆomeurs transitent surtout vers des CDD.

k Hommes

j Mesures pub. CDI CDD Chˆomage Inactivit´e Etudes 13,7 32,6 26,4 23,1 4,2 Mesures pub. 34,6 26,0 16,4 16,5 6,5 CDI 0,5 92,0 2,1 3,1 2,6 CDD 2,8 19,1 63,3 8,8 6,1 Chˆomage 15,9 15,5 17,5 54,0 6,3 Inactivit´e 4,6 40,4 25,0 18,4 11,7 k Femmes

j Mesures pub. CDI CDD Chˆomage Inactivit´e Etudes 12,1 28,3 25,1 23,0 11,4 Mesures pub. 38,1 16,4 18,9 21,0 5,6 CDI 0,7 91,5 1,7 4,1 1,9 CDD 2,6 17,1 61,8 14,1 4,4 Chˆomage 8,5 12,5 14,3 61,0 9,8 Inactivit´e 1,4 4,5 2,7 3,2 88,3

Tab. 3 –Probabilit´es de transitions de l’´etat j vers l’´etat k (en %)

La diff´erence la plus flagrante entre sexes concerne leurs comportements vis-`a-vis de l’in-activit´e. A la fin de leurs ´etudes, une part non-n´egligeable de femmes (11,5%) d´ecident de ne pas participer au march´e du travail. Chez elles, l’inactivit´e est un ´etat absorbant : une fois `a l’´ecart du travail r´emun´er´e, il est rare qu’elles y reviennent. Au contraire, chez les hommes, les p´eriodes d’inactivit´e sont temporaires et sans doute de courte dur´ee. 65,5% des hommes inactifs retrouvent un emploi un an apr`es. Ces diff´erences tiennent `a la nature mˆeme de l’in-activit´e. Pour les hommes, c’est essentiellement le service national qui les oblige `a se retirer temporairement du march´e du travail. Cela explique pourquoi davantage d’hommes que de femmes en emplois ou mesures publiques d’insertion deviennent inactifs. Chez les femmes, l’inactivit´e repr´esente davantage un choix de vie privil´egiant la famille. Mais pour certaines, l’inactivit´e est le reflet de leur ´echec d’insertion professionnelle. A la suite d’une p´eriode de chˆomage prolong´ee, certaines femmes par d´ecouragement se retirent du march´e du travail. Elles sont plus nombreuses `a transiter du chˆomage vers l’inactivit´e que les hommes (10% contre 6%).

Il faut dire que l’insertion reste plus difficile pour les femmes. A la sortie du syst`eme ´educatif, elles obtiennent moins d’emplois r´eguliers. Par ailleurs, quand elles arrivent `a obte-nir une formation r´emun´er´ee, un contrat `a dur´ee d´etermin´ee ou ind´etermin´ee, elles ont une probabilit´e plus forte de se retrouver au chˆomage. En particulier, 14% de femmes contre 9% des hommes en emplois pr´ecaires une ann´ee sont confront´es au chˆomage l’ann´ee suivante. Quel que soit l’´etat consid´er´e, les femmes ont plus de difficult´es `a ˆetre embauch´ees sous un contrat `a dur´ee ind´etermin´ee. Les emplois temporaires, mais surtout les mesures publiques d’insertion ne semblent pas d’aussi bons tremplins vers les emplois r´eguliers pour les femmes que pour les hommes.

Toutefois, ces comparaisons sont `a prendre avec pr´ecaution car nos deux groupes de r´ef´erence n’ont pas tout `a fait les mˆemes caract´eristiques individuelles et familiales, voire les mˆemes pr´ef´erences vis-`a-vis du march´e du travail. D’o`u la n´ecessit´e de recourir `a des mod´elisations ´econom´etriques des transitions qui nous permettront en plus d’analyser

l’in-fluence de certaines variables tels que le diplˆome ou la pr´esence d’enfants sur le processus d’insertion professionnelle.

3

Mod´

elisations ´

econom´

etriques des transitions sur le march´

e

du travail

3.1 Sp´ecification ´econom´etrique

Pour mod´eliser les parcours professionnels des jeunes, un logit polytomique dynamique avec effets al´eatoires corr´el´es est utilis´e. Cette sp´ecification reprend le cadre des mod`eles `a variables latentes `a la McFadden (1974). Mais on introduit les variables d´ecrivant les ´etats occup´es `a la date pr´ec´edente comme variables explicatives, ce qui permet une description dynamique des trajectoires en temps discret sans recourir `a un processus en temps continu. Enfin, en sp´ecifiant des effets individuels al´eatoires, on distingue ce qui vient des goˆuts et des qualit´es inobservables des jeunes et qui les ont conduit dans les ´etats qu’ils occupent (h´et´erog´en´eit´e inobservable), de ce qui vient de l’avantage que leur conf`ere l’occupation de certains ´etats pour l’accession `a d’autres ´etats. Cette m´ethode permet ainsi de s´eparer la d´ependance d’´etat et l’h´et´erog´en´eit´e inobservable corr´el´ee, selon la terminologie de Heckman (1981a, 1981b). Regardons plus en d´etails la structure g´en´erale de ce mod`ele.

A chaque date t, la variable latente y∗

itl d´ecrit la propension de l’individu i d’ˆetre dans

l’´etat l du march´e du travail (Mesure publique d’insertion, Chˆomage, CDD, CDI, Inactivit´e). Elle s’´ecrit en fonction de variables socio-d´emographiques Xit (ˆage, diplˆome, sexe, etc), de

l’´etat occup´e l’ann´ee pr´ec´edente y_i(t−1)k et de termes d’h´et´erog´en´eit´e inobservable entre les individus εilt : y∗ itl = βl′Xit+ L X k=0 δkl yi(t−1)k+ εilt. (1)

Ces propensions captent `a la fois ce qui rel`eve des pr´ef´erences des individus envers les ´etats et ce qui rel`eve des contraintes d’acc`es aux ´etats qu’ils subissent comme par exemple les ph´enom`enes de discrimination pour les femmes. L’´etat observ´e, yit, est suppos´e ˆetre celui

qui correspond `a la propension maximale : yit= l si yitl∗ = maxk(yitk∗ ).

Pour d´ecrire la dynamique de l’insertion sur le march´e du travail, il est indispensable de tenir compte de l’itin´eraire pass´e des individus. Par exemple, il est intuitif de penser qu’un individu aura moins de chances de se retrouver `a la date t dans un emploi r´egulier si son historique professionnel est davantage compos´e d’´episodes de chˆomage que d’´episodes d’emploi. Or la d´emarche la plus usuelle7 pour d´ecrire les transitions est de supposer que celles-ci peuvent ˆetre repr´esent´ees par une chaˆıne de Markov d’ordre 1. Par l`a-mˆeme, on fait l’hypoth`ese que la loi de probabilit´e yit, `a un instant quelconque, conditionnellement `a un

r´esum´e fini de son histoire yi(t−1), yi(t−2), yi(t−3), ..., yi(t−p) ne d´epend que de sa r´ealisation la

plus proche dans cet historique y_i(t−1). En d’autres termes, on consid`ere que la probabilit´e d’occuper un ´etat l `a la date t est compl`etement caract´eris´ee par la probabilit´e conditionnelle P(yit= l|yi(t−1)= k). C’est pourquoi, on inclut ici dans la liste des variables explicatives les

´etats occup´es l’ann´ee pr´ec´edente.

Les coefficients δkl mesurent l’effet de l’´etat k occup´e pr´ec´edemment sur la propension

`a entrer dans l’´etat l. Toutefois, pour en obtenir une estimation non-biais´ee, il faut tenir compte de l’h´et´erog´en´eit´e individuelle inobserv´ee, ce qui est fait ici via l’introduction d’effets al´eatoires individuels sp´ecifiques `a chaque ´etat. Plus pr´ecis´ement, on consid`ere que les termes d’h´et´erog´en´eit´e inobservable εilt se d´ecomposent en deux ´el´ements :

εitl= αil+ uitl (2)

avec αil un terme refl´etant les effets individuels sp´ecifiques `a chaque ´etat.

Si on se contentait juste d’introduire les variables associ´ees `a l’´etat pass´e, les coefficients δkl

capteraient certes ce qui vient de l’avantage ou du d´esavantage que leur conf`ere l’occupation de certains ´etats pour l’accession `a d’autres ´etats, mais aussi les goˆuts et qualit´es inobservables des jeunes qui les ont conduit dans ces ´etats. On tendrait alors `a biaiser `a la hausse les coefficients associ´es aux ´etats pass´es. La mod´elisation explicite des effets individuels αilpermet

de faire la distinction entre la v´eritable d´ependance d’´etat et l’h´et´erog´en´eit´e inobservable. Par ailleurs, l’´etat de d´epart de tous les individus de notre ´echantillon est identique : ils sont tous en ´etudes. Toutefois, cet ´etat ne peut sans doute pas ˆetre consid´er´e comme exog`ene puisque les jeunes ne l’atteignent pas tous au mˆeme ˆage. Pour en tenir compte, cela nous impose de sp´ecifier la distribution de l’h´et´erog´en´eit´e inobservable conditionnellement `a cet ´etat de sortie des ´etudes, yi08 [Wooldridge (2002)].

Sous l’hypoth`ese que les termes d’erreurs uitlsuivent des lois `a valeurs extrˆemes de type I,

ind´ependantes au cours du temps et entre ´etats, la probabilit´e inconditionnelle que l’individu ioccupe l’´etat l `a la date t a pour expression :

P(yit = l|yi(t−1)= k, Xit, αil) = exp(β′ lXit+ PL h=0 δhl yi(t−1)h+ αil) P kexp(βk′Xit+ PL h=0 δhl yi(t−1)h+ αik) . (3)

Comme dans tout logit multinomial, seuls les coefficients βj− β0, δkl− δk0et αil− αi0sont

identifiables, donc on normalise `a z´ero les vecteurs des param`etres (β0, δk0, αi0) correspondant

`a l’´etat de r´ef´erence, soit l’inactivit´e. L’inactivit´e est ainsi la r´ef´erence non seulement pour les ´etats de destination mais aussi pour les ´etats d’origine introduits comme variables explicatives. Les coefficients estim´es δhl s’interpr`etent donc comme des ´ecarts par rapport `a l’impact d’un

´episode ant´erieur d’inactivit´e sur une transition vers un nouvel ´episode d’inactivit´e.

L’originalit´e ici par rapport aux mod`eles `a choix discrets de la litt´erature d´ecrivant la dynamique des trajectoires professionnelles est de consid´erer que les effets al´eatoires indivi-duels sont corr´el´es entre eux9. On suppose que les effets individuels suivent une distribution normale10 _{multivari´ee d’ordre 4 : (α}

i1, αi2, αi3, αi4|yi0)′ ∼ N (a, Ω) avec Ω de forme g´en´erale,

c’est-`a-dire avec la possibilit´e de corr´elations non-nulles entre les diff´erents al´eas. Cette hy-poth`ese est importante car un individu qui a une forte pr´ef´erence pour les contrats `a dur´ee

8_{L’´echantillon est lui-mˆeme observ´e conditionnellement au fait d’avoir termin´e sa scolarit´e. Cela revient `a}

traiter la sortie du syst`eme scolaire comme endog`ene.

9_{En revanche, les mod`eles de transitions multi-´etats multi-´episodes tiennent eux d´ej`a compte d’effets}

indi-viduels corr´el´es, entre ´etats de destination et parfois aussi entre ´etats d’origine. Voir `a ce propos Gilbert et al. (2001).

10_{Dans les estimations param´etriques, le choix de la loi normale pour caract´eriser l’h´et´erog´en´eit´e inobservable}

ind´etermin´ee aura sans doute aussi un goˆut marqu´e pour les autres formes d’emplois par rapport `a l’inactivit´e, traduisant le fait qu’il est d´ecid´e `a participer au march´e du travail. On s’attend ainsi `a des corr´elations positives et assez ´elev´ees entre les effets individuels. Ici, on a cov(εilt, εikt) = E [(αil+ uilt)(αik+ uikt)] = σα2l,αk. Les composantes inobserv´ees des

propensions associ´ees aux ´etats l et k sont reli´ees entre elles par la corr´elation des termes d’h´et´erog´en´eit´e individuelle et donc la propri´et´e IIA tr`es restrictive est contourn´ee. En per-mettant une plus grande flexibilit´e dans la structure des corr´elations des termes d’erreurs, la sp´ecification avec des effets al´eatoires conduit `a des estimateurs plus efficaces.

Enfin, on doit tenir compte des choix r´ep´et´es des individus qui peuvent ˆetre une source de biais dans l’estimation. Cela n´ecessite de raisonner sur les trajectoires, c’est-`a-dire sur l’ensemble des ´etats successifs occup´es par individu. La probabilit´e conditionnelle d’observer la succession d’´etats (yi1, ..., yiTi|yi0) pour l’individu i est simplement le produit des probabilit´es

d´ecrites `a l’´equation (3) : S(yi1, ..., yiTi|αil, yi0) = Ti Y t P(yit= l|yi(t−1)= k, Xit, αil). (4)

Il est `a noter que la p´eriode d’observation Ti varie entre les individus en fonction de leur

ˆ

age et de leur date de fin d’´etudes : Ti est compris entre 2 et 14.

Or comme les effets individuels ne sont pas observables, on ne peut identifier les β et δ. On doit int´egrer la probabilit´e conditionnelle sur toutes les valeurs possibles de αil pour obtenir

la probabilit´e inconditionnelle que l’individu i ait la trajectoire (yi1, ..., yiTi). Elle s’´ecrit :

S(yi1, ..., yiTi) =

Z Z Z Z

S(yi1, ..., yiTi|αil, yi0).f (αi|a, Ω, yi0)dαi1 dαi2 dαi3 dαi4, (5)

et la vraisemblance individuelle inconditionnelle :

Li= Z Z Z Z Y t Y l " exp(β′ lXit+P L h=0 δhl yi(t−1)h+ αil) P kexp(βk′Xit+P L h=0 δhl yi_(t−1)h+ αik) #yitl f(αi|a, Ω, yi0).dαi1dαi2dαi3dαi4, (6)

avec yitl= 1 si yit = l et yitl= 0 sinon.

Au final, la log-vraisemblance `a maximiser pour estimer les param`etres β associ´es aux variables explicatives et les param`etres de la distribution des effets individuels a et Ω, est ´egale `a la somme des log-vraisemblances individuelles, soit lnL = P

ilnLi. Or l’estimation

exacte des param`etres par la m´ethode du maximum de vraisemblance n’est en pratique pas possible car l’int´egrale de l’´equation (6) ne peut pas ˆetre calcul´ee analytiquement. En outre, l’int´egration num´erique par la technique bien connue de quadrature gaussienne n’est pas ici r´ealisable en raison des temps de calculs associ´es aux int´egrales de dimension sup´erieures ou ´egales `a trois. En cons´equence, on a eu recours `a une proc´edure de simulations pour obtenir une approximation de cette int´egrale et nos estimateurs sont les solutions de la maximisation de la log-vraisemblance simul´ee.

3.2 M´ethode d’estimation : Maximum de vraisemblance simul´e

L’id´ee de base des techniques de simulations est de remplacer l’int´egrale multi-dimensionnelle dans l’expression des estimateurs th´eoriques exacts par des simulateurs de probabilit´es

facile-ment calculables. Lerman & Manski (1981) ont introduit ce concept et pr´esent´e une proc´edure d’approximation relativement simple, bas´ee sur les fr´equences mais dont les propri´et´es asymp-totiques ´etaient assez pauvres. D’autres travaux ont ensuite propos´e des simulateurs (”smooth simulators”) comblant cette lacune. Ils incluent notamment les articles de McFadden (1989) et Pakes & Pollard (1989) pour la m´ethode des moments simul´es et ceux de Gouri´eroux & Monfort (1996) et Laroque & Salani´e (1993) sur le pseudo-maximum de vraisemblance si-mul´e. Ici, on utilise cette derni`ere d´emarche car elle poss`ede de nombreux avantages : elles est assez facile `a mettre en œuvre car elle se fonde sur un crit`ere d’optimisation tr`es proche du maximum de vraisemblance classique ; elle est significativement plus rapide en termes de cal-culs que celles des moments simul´es [Stern (1997)] et sa fonction objectif se comporte mieux ; et quand le nombre de simulations est important, les estimateurs obtenus sont efficaces et ont les propri´et´es statistiques bien connues du maximum de vraisemblance [Hajivassiliou & McFadden (1998)]

Formellement, la probabilit´e S(yi1, ..., yiTi) de l’´equation (5) est approxim´ee par la somme

de probabilit´es conditionnelles ´evalu´ees pour des valeurs particuli`eres de αil. Pour chaque

individu, on fait R tirages de (αr

i1, αri2, αri3, αri4)′ `a partir de la distribution N (a, Ω) et on

calcule la probabilit´e conditionnelle S(yi1, ..., yiTi|α

r

il) pour chaque ensemble de valeurs. La

moyenne des R probabilit´es obtenues est alors un simulateur sans biais de la probabilit´e inconditionnelle : ˜ S(yi1, ..., yiTi) = 1 R R X r=1 S(yi1, ..., yiTi|α r il) = 1 R R X r=1 Ti Y t Y l " exp(β′ lXit+ PL h=0 δhl yi(t−1)h+ αril) P kexp(βk′Xit+Ph=0L δhl ySi(t−1)h+ αrik) #yitl , (7) avec (αr

i1, αri2, αri3, αri4)′ le r-i`eme tirage `a partir de f (.|a, Ω) et ˜S(yi1, ..., yiTi) la probabilit´e

simul´ee de la trajectoire de la personne i. La fonction de log-vraisemblance simul´ee est alors construite comme : ˜lnL =P

iln ˜S(yi1, ..., yiTi) et les param`etres estim´es sont ceux qui

maxi-misent cette fonction. Ils sont asymptotiquement sans biais mais risquent d’ˆetre biais´es si le nombre de tirage est faible. De mˆeme, leur variance diminue quand le nombre de tirages R augmente11.

Dans la pratique, les tirages dans la distribution normale multivari´ee de moyenne a et de matrice de variance-covariance Ω sont effectu´es `a l’aide de la d´ecomposition de Cholesky. Elle consiste `a sp´ecifier le vecteur αi= (αi1, αi2, αi3, αi4)′ comme une combinaison lin´eaire de

quatre variables ind´ependantes distribu´ees selon une loi normale standard univari´ee :

αi = a + T ηi ; ηi ∼ N (0, 1), (8)

o`u T est une matrice triangulaire inf´erieure – dont les ´el´ements sont appel´es facteurs de Cholesky –, telle que T T′ _{= Ω. Ainsi, la log-vraisemblance simul´ee est r´e´ecrite en rempla¸cant}

les αi par leur expression (´equation (8)) et ce sont les param`etres a et T qui sont directement

estim´es. Les ´el´ements de la matrice Ω sont ensuite calcul´es en effectuant le produit ˆΩ = ˆT ˆT′

et les ´ecarts-types de ces ´el´ements sont obtenus par la m´ethode delta12.

11_{Voir McFadden & Train (2000), Lee (1992).}

12_{Cette m´ethode utilise le r´esultat g´en´eral suivant : pour Ψ = f (p), V ar(Ψ) =}“∂Ψ ∂p ”′ V ar(p)“∂Ψ ∂p ” o`u Ψ et

Un grand nombre de tirages est n´ecessaire pour s’assurer que l’erreur de simulation dans les param`etres estim´es reste faible. En effet, mˆeme si la probabilit´e simul´ee ˜S(yi1, ..., yiTi) est

un estimateur sans biais de la vraie probabilit´e S(yi1, ..., yiTi), la log-vraisemblance simul´ee

n’est pas un estimateur sans biais de la v´eritable log-vraisemblance `a cause de la non-lin´earit´e de la fonction logarithme. La vraisemblance simul´ee sous-estime la vraie valeur de la log-vraisemblance. N´eanmoins ce biais diminue quand le nombre de tirages R augmente. Ainsi, la pr´ecision des param`etres estim´es par la m´ethode du maximum de vraisemblance simul´e d´epend de fa¸con cruciale de l’utilisation d’un grand nombre de tirages. C’est pourquoi, on utilise 1 000 tirages pour chaque individu (R = 1 000) afin de limiter les biais13. N´eanmoins, quand R est fini, la matrice de variance-covariance est en g´en´erale sous-estim´ee [Newey & McFadden (1994), McFadden & Train (2000)]. Les tests de significativit´e seront donc fond´es sur la matrice robuste de variance-covariance qui tient compte de l’erreur de simulation et qui a pour expression H−1_GH−1 _{avec H la vraie matrice hessienne des param`etres et G}

le produit crois´e des gradients, soit l’approximation par le BHHH de la hessienne. On va d´esormais pr´esenter les r´esultats obtenus.

4

R´

esultats

En plus de l’historique professionnel, on a retenu comme variables explicatives des pro-babilit´es d’occupations des statuts non seulement un certain nombre de caract´eristiques indi-viduelles (ˆage, situation matrimoniale, nombre d’enfants, diplˆome le plus ´elev´e) et familiales (nombre de fr`eres et de sœurs, parents divorc´es, niveau d’´education des parents) mais aussi des variables dichotomiques temporelles afin de capter les effets de conjoncture. Par ailleurs, est introduite la variable nombre d’enfants*sexe o`u sexe = 1 pour les femmes car au vu de la r´epartition des tˆaches au sein des m´enages – entre 70% et 80% de la production domestique comprenant l’´education des enfants est assum´e par les femmes14–, il est fort probable que la naissance d’enfants influence diff´eremment les parcours professionnels des hommes et des femmes.

On commencera par mettre en ´evidence l’importance des corr´elations existantes entre les pr´ef´erences individuelles. Puis on analysera les d´eterminants individuels et familiaux des diff´erents comportements vis-`a-vis du march´e du travail. Enfin, l’efficacit´e des politiques gou-vernementales en faveur des jeunes sera ´evalu´ee.

4.1 D´ependance d’´etat et h´et´erog´en´eit´e inobservable

Afin de tester la l´egitimit´e de la prise en compte de l’h´et´erog´en´eit´e inobserv´ee et des corr´elations entre effets individuels de chaque ´etat, deux cas particuliers du mod`ele g´en´eral ont ´et´e estim´es. Le premier postule que Ω = 0, ce qui revient `a n´egliger l’h´et´erog´en´eit´e inob-serv´ee15. Le deuxi`eme consid`ere les termes d’h´et´erog´en´eit´e individuels comme ind´ependants, hypoth`ese ´equivalente `a Ω matrice diagonale. L’Annexe pr´esente, pour ces trois mod`eles, les p sont des vecteurs. Dans notre cas, p est un vecteur compos´e des ´el´ements de T , Ψ est un vecteur compos´e des ´el´ements de Ω et f est ´egale `a T T′_.

13_{La norme dans ce type de travaux est souvent de 250 `a 500 tirages.</sub> 14<sub>Chiffre trouv´e par Glaude (1999) et Anxo, Flood & Kocoglu (2002).</sub> 15<sub>Cette hypoth`ese est ´equivalente `a la nullit´e des facteurs de Cholesky.}

param`etres des ´etats pass´es et de la distribution de l’h´et´erog´en´eit´e inobservable ainsi que les coefficients associ´es aux d´eterminants individuels, familiaux et conjoncturels des probabilit´es d’occupation des statuts.

Dans le cas o`u Ω est une matrice diagonale, les ´ecarts-types des termes d’h´et´erog´en´eit´e sont ´elev´es et significatifs, ce qui signifie qu’il est primordial d’en tenir compte. D’ailleurs, on rejette formellement l’hypoth`ese Ω = 0 `a l’aide d’un test du rapport de vraisemblance : la statistique du test effectu´e `a partir des colonnes 1 et 2 vaut 497,18 pour une valeur critique χ2_.05(4) de 9,49. En outre, il ressort qu’omettre l’h´et´erog´en´eit´e inobserv´ee tend `a biaiser `a la hausse les coefficients des ´etats pass´es. Ce biais est dˆu `a la ”fausse d´ependance d’´etat” [Heckman (1981a)]. Les populations dans chaque situation du march´e du travail, `a chaque p´eriode, sont s´electionn´ees sur la base de caract´eristiques inobserv´ees qui influencent de fa¸con cruciale leurs trajectoires professionnelles futures. Par exemple, les individus qui ne sont pas embauch´es en contrat `a dur´ee ind´etermin´ee `a la p´eriode pr´ec´edente ont des caract´eristiques qui sont d´efavorables `a leur pr´esence dans cet ´etat. Au contraire, les individus occupant ces emplois ont des caract´eristiques qui favorisent leur maintien dans cet ´etat. C’est pourquoi, si on ne tient pas compte de l’h´et´erog´en´eit´e individuelle, on sur-estime la d´ependance d’´etat.

Le tableau 4 r´ev`ele l’importance des corr´elations existantes entre les effets individuels de chaque ´etat. Il reporte la matrice de variance-covariance estim´ee ˆΩ du mod`ele g´en´eral, les t de Student associ´es `a cette matrice et les corr´elations entre les al´eas.

Matrice de variance-covariance : ˆ Ω = ˆT ˆT′ αi1 αi2 αi3 αi4 αi1 2,872 2,147 1,777 1,746 αi2 2,147 2,992 1,898 1,717 αi3 1,777 1,898 2,198 1,059 αi4 1,746 1,717 1,059 2,380

t de Student des covariances 8,087 6,789 5,787 5,731 6,789 7,939 6,031 5,416 5,787 6,031 6,266 3,668 5,731 5,416 3,668 5,843 Matrice de corr´elation 1,000 0,732 0,707 0,668 0,732 1,000 0,740 0,643 0,707 0,740 1,000 0,463 0,668 0,643 0,463 1,000

Tab. 4 –Matrice de variance-covariance et de corr´elations des effets individuels

On remarque que tous les ´el´ements de ˆΩ, y compris les ´el´ements extradiagonaux sont statistiquement diff´erents de z´ero. Cela signifie que les termes d’h´et´erog´en´eit´e individuels (αi1, αi2, αi3, αi4) ne sont pas ind´ependants entre eux et que la propri´et´e IIA n’est pas v´erifi´ee.

D’ailleurs cette hypoth`ese d’ind´ependance est fortement rejet´ee par le test du rapport de vrai-semblance effectu´e `a partir des sp´ecifications 2 et 3 de l’Annexe16. Comme l’on pouvait s’y

attendre, les pr´ef´erences individuelles pour les quatre ´etats du march´e du travail sont forte-ment et positiveforte-ment corr´el´ees. Les individus qui d´ecident de participer `a l’activit´e r´emun´er´ee auraient ainsi des caract´eristiques inobservables ou des goˆuts communs qui se distinguent de ceux des inactifs. Par exemple, les individus ayant une pr´ef´erence pour un contrat `a dur´ee d´etermin´ee auront aussi un goˆut prononc´e pour les emplois r´eguliers. La corr´elation la plus faible est rep´er´ee entre les al´eas relatifs aux contrats `a dur´ee ind´etermin´ee et aux mesures d’insertion publiques, sugg´erant que les individus acc´edant `a ces deux formes d’emplois ont moins de caract´eristiques inobservables communes que ce soit en termes de pr´ef´erences ou en termes de contraintes institutionnelles (nature des offres d’emploi, st´er´eotypes des em-ployeurs, etc). Or la comparaison de la deuxi`eme et troisi`eme colonne du tableau de l’annexe montre que si l’on ne tient pas compte de ces corr´elations, les coefficients associ´es aux ´etats pass´es sont biais´es `a la hausse et que la d´ependance d’´etat est de nouveau sur-estim´ee. C’est pourquoi, contrairement aux pr´ec´edents travaux de la litt´erature, l’´evaluation des mesures publiques d’insertion sera ici bas´ee sur un mod`ele `a effets al´eatoires corr´el´es.

4.2 Les d´eterminants individuels, familiaux et conjoncturels

Les variables explicatives ont dans leur ensemble l’effet attendu sur les probabilit´es d’oc-cupation des diff´erents ´etats. Pour les caract´eristiques individuelles, on peut tout d’abord noter que la participation au march´e du travail, sous toutes ses formes (chˆomage, emploi pr´ecaire, emploi r´egulier, mesure publique d’insertion), est croissante avec l’ˆage et a surtout un fort impact sur le taux d’acc`es `a un contrat `a dur´ee ind´etermin´ee. Les trajectoires d’in-sertion professionnelle des jeunes semblent avoir de plus en plus de chances au fil des ann´ees d’aboutir `a l’obtention d’un emploi r´egulier. Par rapport aux individus sans diplˆomes - groupe de r´ef´erence dans la r´egression -, les diplˆom´es occuperaient davantage un emploi, mais il n’y aurait pas de r´eelles diff´erences de transition entre les niveaux d’´etudes. Le diplˆome agit sans doute davantage sur la nature de l’emploi occup´e (salaires, conditions de travail, etc) que sur le taux d’acc`es `a proprement dit. Cependant, quel que soit le diplˆome ou l’absence de diplˆome, la probabilit´e d’ˆetre au chˆomage est identique par rapport `a une r´ef´erence qui reste la transition vers l’inactivit´e.

En ce qui concerne les diff´erences hommes/femmes, les signes n´egatifs de la variable sexe indiquent que les femmes sont plus inactives que les hommes, ph´enom`ene d´ej`a observ´e au ta-bleau 3. Mais il apparaˆıt surtout qu’elles ont une probabilit´e beaucoup plus faible d’occuper un emploi notamment r´egulier, toutes choses ´etant ´egales par ailleurs. Comme l’on pouvait s’y attendre, l’impact du nombre d’enfants sur les trajectoires d’insertion diff`ere entre sexes. La pr´esence d’enfant augmenterait la probabilit´e de participer au march´e du travail pour les hommes alors qu’elle jouerait n´egativement sur l’entr´ee dans la vie active (quel que soit le mode d’entr´ee) des jeunes femmes. La naissance d’un enfant conduirait certaines femmes `a re-noncer `a leur activit´e r´emun´er´ee et entraˆınerait une substitution importante entre les contrats `

a dur´ee ind´etermin´ee et l’inactivit´e. Ces r´esultats sont conformes `a ceux de Bl¨oss, Frickey & Novi (1994) : la pr´ecocit´e de la maternit´e et la mise en couple tr`es jeune accroˆıt le risque d’avoir un itin´eraire marqu´e par l’inactivit´e. Certaines femmes ont sans doute choisi simul-tan´ement `a la fois leur trajectoire professionnelle non prioritaire et leur trajectoire familiale entre les diff´erents al´eas est ´egale `a 158,22. Le nombre de degr´es de libert´e ´etant au plus ´egal `a 6, on rejette cette hypoth`ese `a un seuil largement inf´erieur `a 1%.

privil´egi´ee, peut-ˆetre mˆeme avant leur insertion `a propement parl´e17_{. D’ailleurs, il ressort que}

le fait de vivre en couple diminue la participation au march´e du travail et notamment sous des formes pr´ecaires (mesures publiques d’insertion, emplois temporaires, chˆomage). Cet effet n´egatif est sans doute imputable aux parcours f´eminins18_.

Les variables d’ant´ec´edents familiaux auraient peu d’impact sur le parcours suivi. Le ni-veau de diplˆome des deux parents n’est jamais significatif19. On peut penser que le niveau d’´education des parents influence la dur´ee des ´etudes des enfants via une reproduction in-terg´en´erationnelle du capital scolaire [Magnac (1997)] mais qu’il n’a pas d’effet significatif direct sur les ´etats occup´es sur le march´e du travail `a diplˆome constant. Le divorce des pa-rents n’aurait pas non plus d’incidence sur le parcours professionnel. En revanche, les jeunes issus d’une famille nombreuse ont une probabilit´e plus faible d’occuper un emploi (CDD ou CDI). Cela plaiderait donc en faveur d’un certaine reproduction sociale des comportements vis `a vis du march´e du travail, puisque dans les familles nombreuses, l’un des parents –et en particulier la m`ere– a plus de chances d’ˆetre inactif.

Enfin, l’insertion des jeunes sur le march´e du travail semble avoir une forte composante conjoncturelle. Leur probabilit´e d’ˆetre au chˆomage fluctue d’une ann´ee sur l’autre au rythme des essoufflements et rebonds de la croissance ´economique. Les variables dichotomiques tempo-relles semblent capter la dynamique conjoncturelle du chˆomage. Pour cet ´etat, les coefficients des ann´ees 1985 `a 1996, statistiquement significatifs et n´egatifs, s’expliquent par le fait que le chˆomage a atteint son point culminant (12,3% en moyenne et 28,1% pour les moins de 25 ans) en 1997, ann´ee de r´ef´erence. Les retournements de conjoncture en 1990 et 1995 sont l´eg`erement perceptibles dans les param`etres : pour ces deux ann´ees, les coefficients associ´es au chˆomage diminuent mais pas de fa¸con significative.

4.3 Evaluation de l’efficacit´e des mesures publiques d’insertion

L’introduction de l’´etat occup´e l’ann´ee pr´ec´edente comme variable explicative des probabi-lit´es d’occupation des statuts permet de savoir si le passage par certains ´etats, et en particulier par un programme gouvernemental, conf`ere aux individus un avantage pour r´eussir leur in-sertion professionnelle. Selon que la d´ependance d’´etat se r´ev`ele forte ou non, les politiques efficaces d’aide `a l’insertion ne seront pas tout `a fait les mˆemes. En effet, quand l’h´et´erog´en´eit´e individuelle domine, ce sont les caract´eristiques individuelles pr´ed´etermin´ees (faible diplˆome, situation matrimoniale, nombre d’enfants comme on l’a vu pr´ec´edemment) qui expliquent principalement la difficult´e `a s’ins´erer. Ainsi, les pouvoirs publics peuvent construire une politique d’insertion ciblant ces groupes en difficult´e. En revanche, si la d´ependance d’´etat domine, c’est le pass´e proche de l’individu sur le march´e du travail qui fera que l’individu ´eprouvera des difficult´es `a s’ins´erer. La solution de politique efficace est alors d’offrir des passerelles entre les diff´erents ´etats favorables.

17_{Toutefois, nos estimations ne tiennent pas compte de la possible simultan´eit´e des choix de carri`ere et des}

d´ecisions d’avoir des enfants. Les naissances sont ici trait´ees comme des ´ev´enements exog`enes.

18_{Cette hypoth`ese est confirm´ee si on effectue des r´egressions s´epar´ees pour les hommes et les femmes : le}

fait de vivre en couple diminue la participation des femmes alors que l’effet inverse est trouv´e pour les hommes. Ces ph´enom`enes sont sans doute `a relier aux processus de n´egociation au sein des m´enages lors de la prise de d´ecision d’offre de travail.

La significativit´e et l’ampleur de la d´ependance d’´etat peut ˆetre analys´ee en testant si les coefficients d’une ligne ou d’une colonne donn´ee du tableau 5 sont ´egaux. Ce tableau reporte les coefficients de transition. Pour les femmes, ils sont construits en additionnant les effets de la variable sexe, de la variable d’´etat en (t − 1) et de leur variable crois´ee sexe*´etat en (t-1). Si les coefficients d’une ligne sont ´egaux, l’´etat d’origine correspondant n’influence pas les taux d’acc`es aux diff´erents ´etats. Si les coefficients d’une colonne sont ´egaux, la destination correspondante est aussi facilement accessible `a partir de tous les ´etats. Le choix de l’inactivit´e comme r´ef´erence n’a aucune influence sur les comparaisons entre coefficients d’une mˆeme ligne ou d’une mˆeme colonne. Par ailleurs, l’int´erˆet d’une sp´ecification croisant les variables d’´etat pass´e et de sexe est de pouvoir tester facilement et de fa¸con formelle les diff´erences de d´ependance d’´etat entre hommes et femmes. En effet, la r´ef´erence pour les hommes et les femmes est la mˆeme (impact moyen de l’inactivit´e sur la transition vers l’inactivit´e) et le fait d’effectuer des comparaisons par ligne ou colonne revient `a cr´eer artificiellement des groupes de contrˆole `a comparer au groupe des trait´es, c’est-`a-dire ceux qui ont b´en´efici´e d’une mesure publique d’insertion.

t Hommes

(t-1) Chˆomage CDD CDI Mesures pub. Etudes 1,497 1,385 1,154 2,408 (0,336) (0,329) (0,323) (0,369) Chˆomage 0,059 -0,456 -0,973 0,138 (0,274) (0,272) (0,274) (0,328) CDD -1,312 0,052 -1,076 -0,846 (0,275) (0,266) (0,260) (0,351) CDI -1,371 -1,969 1,081 -1,650 (0,264) (0,269) (0,238) (0,385) Mesures pub. 0,113 0,042 0,302 2,064 (0,299) (0,299) (0,281) (0,338) t Femmes

(t-1) Chˆomage CDD CDI Mesures pub. Etudes 0,308 0,012 -0,408 1,126 (0,239) (0,238) (0,232) (0,281) Chˆomage 1,605 0,539 -0,116 1,777 (0,294) (0,295) (0,291) (0,340) CDD 0,191 0,966 -0,399 0,087 (0,282) (0,282) (0,273) (0,349) CDI -0,085 -1,211 2,020 -0,041 (0,291) (0,305) (0,277) (0,371) Mesures pub. 0,719 0,511 -0,063 2,399 (0,298) (0,299) (0,298) (0,332) les ´ecarts-types sont report´es entre parenth`eses.

Tab. 5 –L’effet de l’´etat pass´e sur les probabilit´es d’occupation des statuts

Des tests de Wald effectu´es sur chaque ligne et chaque colonne rejettent l’hypoth`ese d’ab-sence de d´ependance d’´etat, quelle que soit la situation d’origine ou de destination. Par exemple, occuper un emploi r´egulier diminue la probabilit´e d’acc´eder `a un autre ´etat la p´eriode suivante. De mˆeme, les contrats `a dur´ee d´etermin´ee et les mesures publiques d’insertion ap-paraissent comme des ´etats o`u les transitions vers les autres situations sont toujours moins probables que le maintien dans ces ´etats20. Ces deux ph´enom`enes confirment une

tation du march´e du travail entre emplois pr´ecaires et emplois r´eguliers et seraient donc la cons´equence du dualisme du march´e. Les taux de transition vers l’emploi r´egulier, le chˆomage ou une mesure publique d’insertion, en provenance des contrats `a dur´ee d´etermin´ee, sont d’ailleurs statistiquement identiques.

Pour les chˆomeurs, l’acc`es `a un programme gouvernemental d’insertion semble aussi pro-bable que de rester au chˆomage. Mais en revanche, ils ont de grandes difficult´es `a acc´eder `a un emploi temporaire et de plus grandes difficult´es encore `a transiter vers un emploi r´egulier. Les jeunes semblent donc trouver dans les mesures publiques un refuge contre le chˆomage. C’est pourquoi, ces mesures sont une issue aux ´etudes tr`es fr´equente. Cela confirme les obstacles et la pr´ecarit´e rencontr´es par de nombreux jeunes au d´ebut de leur vie active. En fait, la struc-ture d’entr´ee dans les programmes gouvernementaux est tr`es semblable (pas de diff´erence significative) `a celle du chˆomage bien qu’elle soit plus accessible `a partir des ´etudes ou d’un pr´ec´edent programme.

4.3.1 Influence des mesures publiques sur l’acc`es `a un emploi stable

Pour les hommes, les mesures publiques semblent avoir un effet b´en´efique sur l’insertion en contrat `a dur´ee ind´etermin´ee par rapport au chˆomage et aux emplois temporaires. Si on teste la similarit´e entre l’insertion en provenance des mesures publiques et du chˆomage ou entre mesures publiques et CDD, les diff´erences sont statistiquement significatives `a un seuil de 1%21_{. Les programmes gouvernementaux seraient ainsi de meilleurs tremplins vers l’emploi}

stable que le chˆomage ou les contrats `a dur´ee d´etermin´ee pour les hommes. Cependant en cas d’´echec de l’insertion, ils ont plus de chances de conduire au chˆomage que les emplois temporaires22<sub>. En cons´equence, l’avantage que conf`ere la participation `a une mesure publique</sub>

par rapport `a un contrat `a dur´ee d´etermin´ee peut ˆetre `a double tranchant. Mais il paraˆıt incontestable que le passage par une telle mesure permet aux jeunes hommes au chˆomage de mieux s’ins´erer : ces stages facilitent leur acc`es `a un emploi r´egulier sans diminuer leurs chances d’acc´eder `a un emploi temporaire ni augmenter leurs chances de rester au chˆomage23.

En revanche, pour les femmes, le passage par un programme gouvernemental ne facilite pas leur insertion en contrat `a dur´ee ind´etermin´ee. Leurs chances d’acc´eder `a un emploi r´egulier sont identiques, qu’elles soient pr´ec´edemment en situation de chˆomage, en emplois pr´ecaires, en mesures publiques et mˆeme en inactivit´e24_{. Ainsi, la participation au march´e du travail}

sous une forme pr´ecaire (chˆomage, mesures publiques d’insertion et emplois temporaires) ne n’est pas statistiquement diff´erente de celle de transiter vers l’inactivit´e.

21_{Les statistiques des tests de Wald sont respectivement ´egales `a 18,64 et 27,67 pour une valeur critique de}

χ2.01(1) = 6, 63. 22_{L’hypoth`ese δ}

mesure pub.-chˆomage= δcdd-chˆomage est rejet´ee `a un seuil de 1%.

23_{Les facilit´es d’acc`es en provenance d’une mesure publique ou d’un CDD ne sont pas statistiquement}

diff´erentes. De mˆeme, les coefficients de transition d’une mesure publique vers le chˆomage et du maintien en chˆomage sont identiques.

24_{Les statistiques correspondant aux tests de la similarit´e entre l’insertion en provenance des mesures}

pu-bliques et du chˆomage ou entre mesures publiques et CDD ou mesures publiques et ´etudes sont respectivement ´egales `a 0,03, 1,26 et 1,77 pour une valeur critique de χ2

.01(1) = 6, 63. En outre, les coefficients de la colonne

CDI ne sont pas significatifs par rapport `a l’´etat de r´ef´erence, l’inactivit´e, hormis celui de la transition CDI vers CDI.

serait pas un atout en comparaison `a l’inactivit´e pour r´eussir son insertion. Summers & Clark (1990) et Jones & Riddell (1999) ont d´ej`a mis en ´evidence des r´esultats tr`es proches. Summers & Clark (1990) concluaient que pour les jeunes, les taux d’acc`es `a l’emploi en provenance du chˆomage et de l’inactivit´e ne pouvaient pas ˆetre distingu´es et Jones & Riddell (1999) ont montr´e que certaines cat´egories d’inactifs avaient les mˆemes chances de trouver un emploi que les chˆomeurs. Par ailleurs, il faut garder en tˆete que dans notre mod´elisation, les effets des ´etats pass´es sont nets de l’h´et´erog´en´eit´e individuelle inobserv´ee. Or dans les faits, ce qui diff´erencie principalement une chˆomeuse d’une femme inactive est `a relier `a leurs pr´ef´erences respectives pour le travail, pr´ef´erences qui sont capt´ees par les termes d’h´et´erog´en´eit´e.

La faible fr´equence d’acc`es `a l’emploi stable `a partir des emplois pr´ecaires et leur non-significativit´e par rapport `a l’inactivit´e est aussi le reflet des effets de d´ecouragement et de sorties du march´e du travail des femmes qui n’ont pas pu acc´eder `a un contrat `a dur´ee ind´etermin´ee. En revanche, quand elles arrivent `a d´ecrocher ce type de contrat, elles y restent plus longtemps que les hommes.

Comme Magnac (1997, 2000 b), on r´efute donc que les mesures publiques d’insertion sont des tremplins vers l’emploi stable quand on tient compte de l’h´et´erog´en´eit´e inobserv´ee, mais uniquement dans le cas des femmes. Parmi les hommes qui ont des difficult´es d’insertion, ceux qui suivent une mesure publique ont plus de chances d’obtenir un emploi stable que les chˆomeurs alors qu’une chˆomeuse a autant de chances d’y arriver qu’une femme b´en´eficiant d’un tel programme. Mais cela ne signifie pas que les dispositifs publics favorisent l’inser-tion des jeunes hommes au d´etriment de celle des jeunes femmes. En effet, en comparant les deux lignes en mesures publiques en (t-1) du tableau 5, il apparaˆıt que les probabilit´es condi-tionnelles de rester en programmes gouvernementaux et de transiter vers un autre ´etat sont identiques pour les deux sexes25. En particulier, les taux d’acc`es des hommes et des femmes `a un emploi r´egulier en provenance d’une mesure publique sont statistiquement ´egaux. Ainsi, un homme suivant une telle mesure a autant de chances qu’une femme suivant aussi une mesure publique ou qu’une chˆomeuse d’obtenir un emploi stable, mais tous ont un avantage vis-`a-vis des hommes au chˆomage.

4.3.2 Le passage par le chˆomage ou un CDD plus handicapant chez les hommes

pour l’obtention d’un CDI

En effet, le passage par une situation de chˆomage ou par un emploi temporaire semble ˆetre plus handicapant pour les hommes que pour les femmes en termes d’insertion. Par exemple, une chˆomeuse a une probabilit´e plus ´elev´ee qu’un homme au chˆomage d’obtenir un contrat `a dur´ee d´etermin´ee ou d’acc´eder `a un emploi r´egulier26_{. De mˆeme, parmi les jeunes en emplois}

temporaires, les femmes ont une plus grande facilit´e `a transiter vers un CDI. Les ´episodes de pr´ecarit´e (chˆomage, CDD) des hommes agiraient donc comme de mauvais signaux pour leurs futurs employeurs potentiels. Au contraire, la pr´ecarit´e des femmes ne semble pas ˆetre per¸cue comme un signal de faible performance dans l’emploi. Ce r´esultat pourrait ˆetre le reflet d’une certaine forme de discrimination statistique : en raison de leurs pr´ejug´es ou de

25_{Les statistiques des tests de Wald des coefficients pris deux `a deux sont respectivement de 3,16, 2,25, 1,41,}

1,13.

26_{Les statistiques correspondantes aux tests d’´egalit´e de ces deux coefficients entre sexes sont respectivement}

leurs observations ant´erieures du march´e du travail, les employeurs consid`erent sans doute la pr´ecarit´e comme une situation plus habituelle (ou plus « normale ») pour les femmes et donc ils tiendraient moins compte de cette information lors de leurs recrutements puisque ces ´episodes de pr´ecarit´e seraient moins r´ev´elateurs de leur niveau de comp´etences que dans le cas des hommes. Bonnal et al. (1997) ont d´ej`a observ´e ces ph´enom`enes de signaux mais pour des groupes diff´erents : ils trouvaient que pour les plus ´eduqu´es, le passage par des programmes de formation diminuait l’intensit´e de transition d’un ´episode de chˆomage vers l’emploi r´egulier car cette transition peu fr´equente pour ce groupe ´etait interpr´et´ee comme un signal de mauvaise performance.

4.3.3 L’obtention d’un emploi prot`ege moins les femmes contre le chˆomage

N´eanmoins, mˆeme si la d´ependance d’´etat pour acc´eder `a un contrat `a dur´ee ind´etermin´ee est plus b´en´efique aux femmes, il n’en reste pas moins qu’elles ont plus de mal `a s’ins´erer. A la fin de leurs ´etudes, elles sont moins nombreuses `a d´ebuter directement leurs carri`eres par un emploi r´egulier. Par ailleurs, si elles arrivent `a obtenir un emploi temporaire, une mesure publique d’insertion ou un contrat `a dur´ee ind´etermin´ee, elles ont une probabilit´e plus ´elev´ee de se retrouver au chˆomage l’ann´ee suivante comparativement aux hommes dans les mˆemes situations. Or, une fois au chˆomage, les femmes y restent significativement plus longtemps que les hommes. Par ailleurs, comme ce fut ´evoqu´e pr´ec´edemment, il est beaucoup plus difficile pour les chˆomeurs – et ce pour les deux sexes – d’acc´eder `a un emploi r´egulier qu’aux autres formes d’emploi.

En r´esum´e, contrairement aux hommes, les jeunes femmes utilisent sans doute les me-sures publiques d’insertion comme un refuge contre le chˆomage plutˆot que pour leurs qualit´es ins´erantes. Il est vrai que pour les jeunes femmes, l’insertion sur le march´e du travail est singuli`erement difficile. Mais cela peut aussi ˆetre li´e au type de mesures publiques qu’on leur offre, compte tenu de leur formation initiale : il s’agit plus fr´equemment de « contrats d’em-ploi solidarit´e » dans la fonction publique ou d’emd’em-plois subventionn´es dans le secteur non marchand que de stages de qualification en entreprise priv´ee. Cependant, du point de vue des employeurs, la pr´ecarit´e f´eminine aurait une moindre connotation n´egative que chez les hommes. Si la pr´ecarit´e f´eminine est mieux accept´ee lors des recrutements, c’est probablement que les jeunes femmes ont plus de mal `a en sortir et qu’elle est presque devenue la r`egle lors de leur entr´ee dans la vie active. Mais en contrepartie, il est aussi plus facile pour les femmes d’y ˆetre de nouveau confront´ees apr`es un ´episode d’emploi r´egulier. Les parcours d’insertion des femmes seraient donc plus instables. Ils le sont d’autant plus que lors de ces ann´ees-l`a, un changement de situation matrimoniale ou la naissance d’un enfant peut venir affecter leurs comportements professionnels : en particulier ces ´ev´enements familiaux freine l’acc`es `a un CDI chez les femmes.

5

Conclusion

Cet article propose une ´etude de l’insertion professionnelle des jeunes qui d´etaille les tra-jectoires diff´erenci´ees entre hommes et femmes. Son objectif principal est d’´evaluer, pour ces deux groupes, l’efficacit´e des mesures publiques (contrats aid´es, programme de formation pro-fessionnelle), c’est-`a-dire de voir si ces derni`eres favorisent l’acc`es `a des emplois stables. Pour

ce faire, on a utilis´e une m´ethode quantitative adapt´ee aux donn´ees d’enquˆete longitudinales portant sur des trajectoires entre ´etats discrets sur le march´e du travail. En particulier, on a estim´e, par maximum de vraisemblance simul´e, un logit polytomique dynamique qui tient compte des effets corr´el´es d’h´et´erog´en´eit´e individuelle, ce qui n’est pas encore tr`es r´epandu dans la litt´erature d’´economie du travail. L’avantage de cette mod´elisation est qu’elle permet d’identifier les caract´eristiques individuelles d´efavorables `a l’insertion professionnelle et de savoir si les effets de la d´ependance d’´etat jouent un rˆole important ou en d’autres termes si le pass´e proche d’un individu peut lui faire ´eprouver des difficult´es suppl´ementaires. La distinc-tion entre h´et´erog´en´eit´e individuelle et d´ependance d’´etat est un cadre d’investigadistinc-tion utile pour pr´econiser des politiques ´economiques efficaces. Si l’h´et´erog´en´eit´e pr´edomine, ce sont des caract´eristiques individuelles particuli`eres (diplˆome, sexe, etc) qui expliquent principalement la difficult´e de s’ins´erer. La strat´egie efficace pour les pouvoirs publics est alors de cibler leurs mesures sur les groupes en difficult´e. En revanche, si c’est la d´ependance d’´etat qui domine, la politique appropri´ee serait de chercher `a modifier le fonctionnement du march´e du travail en cr´eant des passerelles entre les diff´erents ´etats, via par exemple des aides `a la recherche d’emploi, des stages en entreprises.

Les estimations effectu´ees `a partir des donn´ees fran¸caises de l’Enquˆete Jeunes et Carri`eres 1997 montrent que les facteurs handicapant l’insertion des jeunes diff`erent entre sexes. Chez les hommes, il semble que c’est la d´ependance d’´etat qui est pr´edominante pour obtenir un emploi r´egulier. Notamment le passage par un emploi temporaire ou un ´episode de chˆomage risque d’ˆetre interpr´et´e comme un signal de faible performance et ainsi risque de limiter les chances de l’individu d’acc´eder `a un contrat `a dur´ee ind´etermin´ee ult´erieurement. Dans ce contexte de forte d´ependance d’´etat, il apparaˆıt que les mesures publiques d’insertion ont un effet b´en´efique sur l’insertion en emploi stable.

En revanche, chez les femmes, l’´etat occup´e l’ann´ee pr´ec´edente n’a pas d’influence significa-tive sur le taux d’acc`es `a un contrat `a dur´ee ind´etermin´ee. Ainsi, les employeurs pratiqueraient une forme de discrimination statistique lors de l’embauche : le poids accord´e `a l’historique professionnel et notamment aux passages par la pr´ecarit´e serait moins important chez les femmes, comme s’ils reconnaissaient implicitement que la pr´ecarit´e f´eminine est une situation plus habituelle et donc moins r´ev´elatrice de leur niveau de comp´etences que dans le cas des hommes. Chez les femmes, Ce serait davantage les caract´eristiques individuelles qui explique-raient les disparit´es de trajectoires professionnelles. En particulier, le manque de qualification et le fait d’avoir des enfants sont autant de facteurs qui diminuent leur probabilit´e d’obtenir un emploi stable et de mani`ere plus g´en´erale de participer au march´e du travail. Ainsi, pour les femmes, les programmes de formation offrant des passerelles vers l’emploi stable ne pour-ront sans doute ˆetre totalement efficaces que s’ils sont coupl´es avec des politiques favorisant la conciliation entre vie professionnelle et vie familiale (r´eorganisation du temps de travail, poli-tique sur les gardes d’enfants, etc). Leur but devrait ˆetre de r´eduire l’instabilit´e des parcours f´eminins.

Afin d’am´eliorer la robustesse statistique des ´evaluations, on pourrait envisager d’en-dog´en´eiser les variables d’enfants. De nombreuses femmes d´ecident vraisemblablement de leurs parcours professionnels et familiaux de fa¸con simultan´ee. Du point de vue de l’esti-mation, cela reviendrait `a red´efinir chaque ´etat de transition comme un coupl´e form´e de la situation professionnelle de l’individu et de son nombre d’enfants. Or dans nos donn´ees, peu

de jeunes avaient des enfants et donc cela risquait de poser des probl`emes d’identification. Une piste de recherche int´eressante serait par cons´equent de reproduire le mˆeme genre de mod´elisations ´econom´etriques des trajectoires professionnelles mais sur des populations plus ˆ

Annexe

Ω = 0 Ω diag. G´en´eral En ´etudes en (t − 1) chˆomage 1.615 (0.221) 1.497 (0.336) cdd 1.567 (0.218) 1.485 (0.219) 1.385 (0.329) cdi 1.323 (0.212) 1.247 (0.213) 1.154 (0.323) mesure pub. 2.612 (0.257) 2.513 (0.264) 2.408 (0.369) Au chˆomage en (t − 1) chˆomage 1.498 (0.280) 0.785 (0.263) 0.059 (0.274) cdd 0.245 (0.276) 0.343 (0.270) -0.456 (0.272) cdi -0.255 (0.275) -0.216 (0.267) -0.973 (0.274) mesure pub. 0.863 (0.327) 0.949 (0.326) 0.138 (0.328) En CDD en (t − 1) chˆomage -0.342 (0.267) -0.442 (0.254) -1.312 (0.275) cdd 1.401 (0.248) 0.824 (0.224) 0.052 (0.266) cdi -0.295 (0.249) -0.213 (0.239) -1.076 (0.260) mesure pub. -0.046 (0.309) -0.004 (0.303) -0.846 (0.351) En CDI en (t − 1) chˆomage -0.655 (0.269) -0.749 (0.253) -1.371 (0.264) cdd -1.266 (0.268) -1.361 (0.249) -1.969 (0.269) cdi 1.966 (0.268) 1.559 (0.219) 1.081 (0.238) mesure pub. -1.229 (0.374) -1.165 (0.365) -1.650 (0.385) En mesure pub. en (t − 1) chˆomage 0.587 (0.268) 0.492 (0.264) 0.113 (0.299) cdd 0.426 (0.261) 0.389 (0.2555) 0.042 (0.299) cdi 0.480 (0.255) 0.577 (0.256) 0.302 (0.281) mesure pub. 2.837 (0.277) 2.391 (0.277) 2.064 (0.338) En ´etudes en (t − 1)*sexe chˆomage 2.209 (0.307) 2.183 (0.314) 1.865 (0.380) cdd 2.226 (0.306) 2.032 (0.318) 1.745 (0.375) cdi 2.001 (0.281) 1.832 (0.298) 1.613 (0.354) mesure pub. 1.194 (0.380) 1.124 (0.393) 0.949 (0.448) Au chˆomage en (t − 1)*sexe chˆomage 4.373 (0.359) 4.552 (0.345) 4.600 (0.363) cdd 4.155 (0.369) 4.015 (0.375) 4.113 (0.356) cdi 3.974 (0.349) 3.903 (0.355) 4.033 (0.341) mesure pub. 3.758 (0.446) 3.675 (0.458) 3.869 (0.436) En CDD en (t − 1)*sexe chˆomage 4.419 (0.349) 4.517 (0.348) 4.557 (0.345) cdd 4.028 (0.344) 3.966 (0.336) 4.032 (0.327) cdi 3.843 (0.327) 3.727 (0.335) 3.852 (0.300) mesure pub. 3.093 (0.440) 2.972 (0.447) 3.164 (0.468) En CDI en (t − 1)*sexe chˆomage 4.321 (0.347) 4.383 (0.345) 4.340 (0.335) cdd 4.011 (0.362) 3.869 (0.361) 3.876 (0.364) cdi 4.140 (0.313) 4.087 (0.312) 4.114 (0.275) mesure pub. 3.871 (0.497) 3.761 (0.501) 3.840 (0.511) En mesure pub. en (t − 1)*sexe

chˆomage 3.792 (0.365) 3.824 (0.373) 3.660 (0.394) cdd 3.717 (0.363) 3.734 (0.369) 3.586 (0.395) cdi 2.993 (0.341) 2.832 (0.357) 2.810 (0.371) mesure pub. 2.753 (0.416) 2.583 (0.425) 2.566 (0.446) Constante - Moyenne des al´eas

chˆomage (a1) -2.057 (0.627) -1.408 (0.649) -1.376 (0.679) cdd (a2) -4.225 (0.631) -4.488 (0.666) -4.415 (0.706) cdi (a3) -4.779 (0.607) -6.644 (0.675) -6.164 (0.675) mesure pub. (a4) -5.719 (0.733) -5.144 (0.781) -4.637 (0.783) Facteurs de cholesky (T) t11 0.975 (0.074) 1.695 (0.105) t21 1.267 (0.130) t22 1.014 (0.074) 1.178 (0.071) t31 1.048 (0.135) t32 0.484 (0.103) t33 1.020 (0.077) 0.930 (0.079) t41 1.030 (0.137) t42 0.349 (0.117) t43 -0.205 (0.127) t44 1.084 (0.088) 1.075 (0.108) log-vraisemblance -17 219.58 -16 970.99 -16 891.88 Les ´ecarts-types sont report´es entre parenth`eses.

Tab. 6 – Influence de la d´ependance d’´etat et de l’h´et´erog´en´eit´e sur les probabilit´es d’occupation des statuts